ANALISIS PERBANDINGAN ALGORITMA NAÏVE BAYES DAN SUPPORT VECTOR MACHINE PADA KLASIFIKASI DATA KONSUMSI OBAT MENURUT RESEP DOKTER

PURWA BARUNA, JAKA (2024) ANALISIS PERBANDINGAN ALGORITMA NAÏVE BAYES DAN SUPPORT VECTOR MACHINE PADA KLASIFIKASI DATA KONSUMSI OBAT MENURUT RESEP DOKTER. Other thesis, Universitas Bina Darma.

	Text bab 0.pdf Download (624kB)
	Text bab 1.pdf Download (294kB)
	Text laporan hasil.pdf Restricted to Repository staff only Download (4MB)
	Text daftar pustaka.pdf Download (285kB)
	Text artikel.pdf Restricted to Repository staff only Download (839kB)

Abstract

Hasil penelitian ini menganalisis perbandingan antara algoritma klasifikasi Naïve Bayes dan Support Vector Machine (SVM) dalam mengklasifikasikan data konsumsi obat menurut resep dokter. Melalui analisis hasil penelitian, didapat beberapa kesimpulan penting. Pertama, model Naïve Bayes menunjukkan akurasi yang lebih tinggi dibandingkan dengan model SVM dalam klasifikasi data dengan dua kelas. Kedua, model SVM menunjukkan akurasi yang lebih unggul dibandingkan Naïve Bayes ketika menghadapi klasifikasi dengan lebih dari dua kelas. Ketiga, hubungan antara akurasi dan visualisasi scatterplot dapat digunakan untuk menjelaskan tingkat keakuratan data yang diberikan. Dengan demikian, pemilihan model klasifikasi harus disesuaikan dengan jumlah kelas dalam masalah yang dihadapi. Apabila data yang diberikan tidak akurat, baik Model Naïve Bayes maupun SVM akan menghasilkan akurasi yang rendah, di bawah 50%. Namun, untuk data yang akurat, keduanya mampu menghasilkan akurasi yang tinggi, di atas 90%. Dengan demikian, penelitian ini memberikan wawasan penting dalam pemilihan model klasifikasi yang sesuai dengan kondisi masalah yang dihadapi.

Actions (login required)

View Item